An efficient optimum interpolation scheme for objective analysis over Indian region

In the optimum interpolation scheme, the weights for the observations are computed by solving a set of linear equations for every grid point. As the number of observations increases particularly over data-rich regions, the matrix dimension increases and the computer time required to solve these equations to determine weights increases considerably. In order to reduce the computer time for computing the weights, Tanguay and Robert suggested schemes in which the gaussian function representing the autocorrelation function has been approximated by a second-order and also by a fourth-order Taylor series expansion. This resulted in the solution of matrices of order 4 or 9 respectively to obtain weighting functions irrespective of the number of observations used in the analysis. In the present study, the analyses of mean sea level pressure and geopotential height at 700 mbar level have been carried out for five days using the above two schemes and the regular OI scheme. The analyses are found to be similar in all the three cases suggesting that a lot of computer time could be saved without sacrificing the analysis accuracy by using the modified scheme in which the second-order approximation is utilized.     

新疆人口分布与经济发展不一致性时空演变分析

利用人口分布与经济发展的不一致性指数和空间自相关模型,从时空角度出发,对1993,2003,2014年新疆人口分布与经济发展的不一致性现象的空间分布及地域关联性进行分析。结果表明:1 1993—2014年新疆人口分布与经济发展呈现严重的不平衡,二者之间存在错位现象,人口集聚高于经济集聚成为主要特征。人口的空间分布与区域经济之间关系有所协调,但仍具有不均衡性。2新疆人口经济不一致性地域分异明显,各类型区在空间分布上存在集聚性。3新疆人口分布与经济发展的不一致性存在正的、显著的空间自相关性,且这种相关性有增强的趋势。局部空间自相关分析下,全疆人口分布与经济发展的不一致性从东到西形成了"低-低""不显著""高-高"平行分布的集聚格局,且"低-低"与"高-高"的分布格局具有背向性,新疆人口经济不一致性的现状正在逐步改善。     

雅鲁藏布江流域不同源降水数据质量对比研究

本文以雅鲁藏布江流域为研究区,利用13个气象站点的实测降水量数据在年和月尺度上验证了中国地面降水网格数据、CRU(Climatic Research Unit)降水数据和GLDAS(Global Land Data Assimilation System)降水数据的精度,并分析了不同源数据降水量年际变化特征和概率分布特性之间的差异。结果表明：4种不同来源的降水数据均存在一定程度的差异。年尺度和月尺度上中国地面降水网格数据与实测降水量数值最接近;而CRU降水数据和GLDAS降水数据与实测降水量相差较大,在使用时需谨慎。从空间差异性看,年尺度上CRU降水数据在每个站点与实测降水数据的相关性均高于GLDAS降水数据,说明前者的空间一致性较好,但相对误差却比GLDAS降水数据大。从年内变化趋势看,中国地面降水网格数据能较好地反映流域降水月尺度的变化特征,CRU降水数据则在流域大部分地区的汛期时段都存在明显的高估,而GLDAS数据无法反映月降水变化趋势,年内坦化现象十分显著。从年际变化特征看,中国地面降水网格数据能较好地反映实际降水量的年际变化特征,而GLDAS降水数据和CRU降水数据反映的降水量年际变化特征偏小,其中GLDAS数据的坦化现象更严重,会高估低降水值,低估高降水值。从降水概率分布情况来看,3种来源的降水数据均不能反映站点实测的极端降水事件。     

中国城镇化进程中基础设施投融资时空格局与发展特征

基础设施建设是城镇化的重要组成部分,对城镇化起着基础性支撑保障作用。通过宽窄两种口径,采用统计分析、变差系数和Moran指数等方法对基础设施投资的时空格局进行模拟分析。研究发现：①总体上,中国基础设施投资一直处于高速增长态势,基础设施已成为城镇化的重要驱动力;②基础设施投资结构中,电力、交通、水利等经济性基础设施是投资的主要领域,但医疗卫生、教育、社会保障等社会性基础设施投资比重逐渐增加,体现了新型城镇化以人为本的发展特点;③政府在基础设施投资中起主导作用,地方政府财政投入、银行贷款和土地出让金等是基础设施投资的主要资金来源;④基础设施投资在空间分布上存在不均衡和多中心格局,环渤海地区、长三角地区、珠三角地区以及川渝地区的基础设施投资一直高于其他省区,这种差异与城镇化和经济发展密切相关,但差距趋于缩小;⑤城乡之间的基础设施投资存在分异,但分异程度有待进一步研究。研究结果为下一步基础设施投融资模式创新研究奠定了基础,也为政府决策提供了参考。     

中国创新能力时空格局演变及其影响因素

创新驱动是经济发展新常态下中国发展的必然选择。本文选取2000-2014年中国30个省(市、区)的创新能力相关数据构建面板数据集,运用线性加权综合法、变异系数、基尼系数、空间自相关、NICH指数分析等方法,结合GIS空间分析软件和SPSS数据分析软件,探究中国创新能力时空格局演变及其影响因素。研究表明：①2000-2014年中国创新能力逐年提升,从2000年的0.199提升至2014年的1.775。其中知识创新能力和技术创新能力提升速度较快,而政府支撑和服务能力以及创新基础环境提升较缓慢。②创新能力区域差异由“大差距低水平”向“小差距高水平”转变,高水平和增长较快的区域主要集中在东部沿海地区,西南和西北各省(市、区)创新能力较弱且增长较慢。③区域物质资本集聚、区域智力资本集聚、区域创新环境、全球化知识溢出等是影响中国创新能力时空格局特征的主要因素。     

Discovery of local topics by using latent spatio-temporal relationships in geo-social media

ABSTRACT

Social networks have played a crucial role as information channels for people to understanding their daily lives beyond merely being communication tools. In particular, coupling social networks with geographic location has boosted the worth of social media to not only enable comprehension of the effects of natural phenomena such as global warming and disasters, but also the social patterns of human societies. However, the high rate of social data generation and the large amounts of noisy data makes it difficult to directly apply social media to decision-making processes. This article proposes a new system of analyzing the spatio-temporal patterns of social phenomena in real time and the discovery of local topics based on their latent spatio-temporal relationships. We will first describe a model that represents the local patterns of populations of geo-tagged social media. We will then define a local topic whose keywords share a region in space and time and present a system implementation based on existing open source technologies. We evaluated the model of local topics with several ways of visualization in experiments and demonstrated a certain social pattern from a dataset of daily Twitter streams. The results obtained from experiments revealed certain keywords had a strong spatio-temporal proximity even though they did not occur in the same message.     

中国粮食供需的区域格局研究

粮食安全问题在世界范围内一直被高度关注。本文主要以中国333个地级市为基本研究单元,在粮食供需现状分析的基础上,借助GIS和Geoda空间分析工具,从区域的空间差异和时空变化两个角度,建立粮食供需模型,研究中国粮食供需的结构特征和空间分布规律。结果表明：① 2012年中国粮食供需结构为净余粮,仅有约52%的地级市能通过粮食生产保障基本粮食需求。② 粮食供需的空间分布具有区域差异性,基本呈现西缺粮东余粮,南缺粮北余粮的特点;③ 在省域和地级市两种空间单元尺度上,粮食供需有一定的规律,表现出明显相关性,呈集聚状态。④ 2008-2012年,中国的净余粮量增加,高余粮和高缺粮是主要的变化类型,其中高余粮区对余粮量增长的贡献率达到75.24%。     

基于ESDA-GIS的城镇群体空间结构

基于ESDA-GIS的空间分析框架,利用江苏省1346个小城镇的统计数据,对其城镇群体空间结构进行了研究。首先对统计数据进行了概括性因子分析,抽取的规模与经济因子值的频率分布都是偏态的,且两因子之间不存在规模-效益的正相关性。随后,对小城镇群体的空间结构进行了探索性分析,由密度图显示:小城镇空间分布不均衡,其密度由东南部的沿长江、环太湖地区向西和向北递减。通过空间自相关测度分析得出:小城镇的经济因子的空间分布具有正相关性,呈现出空间集聚的特征;规模因子的空间相关特征不明显。最后,将小城镇的局域空间自相关系数按县(市、区)行政单元进行聚类,利用方差图的结论修正聚类结果,得出江苏省小城镇经济发展类型分区:三区、一环(带)、一片,即苏北中部地区、苏中及宁镇区、苏锡常地区、苏北边缘环带、睢宁片区,对应的经济发展类型分别为:弥漫发展型、极核发展型、集群发展型、过渡发展型、持续贫困型。     

A Similarity-Based Approach for Improving the Efficiency of Drawing Spatiotemporal Point Features

ABSTRACT

The mapping of spatiotemporal point features plays an important role in geovisualization. However, such mapping suffers from low efficiency due to computational redundancy when similar symbols are used to visualize spatiotemporal point features. This paper presents a similarity-based approach to predict and avoid computational redundancy, which improves mapping efficiency. First, to identify computational redundancy, the similarity of point symbols is measured based on commonalities in symbol graphics and symbol drawing operations. Second, a similarity-enhanced method is proposed to comprehensively predict and avoid computational redundancies when mapping spatiotemporal point features. This approach was tested using two real-world spatiotemporal datasets. The results suggest that the proposed approach offers relatively large performance improvements.     

结合“珞珈一号”夜间灯光与城市功能分区的广州市碳排放空间分布模拟及其影响因素分析

合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。